Google DeepMind 推出 Gemini Robotics 2.5 模型 在工厂测试中成功率达 96%

Google DeepMind 宣布推出 Gemini Robotics 2.5，该模型旨在帮助机器人更快学习物理任务、处理精细物品，并在真实环境中更可靠地运作。该模型在一个涉及 Apptronik 的 Apollo 2 人形机器人的工厂概念验证中，达到了 96% 的成功率，该验证在梅赛德斯-奔驰的生产线上进行。这些机器人自动将汽车零件从大宗箱中分类到有序的托盘中，并按照所需的顺序准备组件以便于汽车组装。

试验于匈牙利的凯奇凯梅特和德国的辛德尔芬根生产设施进行。Google 表示，这项工作可以帮助自动化重复性和体力要求高的任务，同时使工厂技术人员能够专注于更复杂的组装工作。

Gemini 2.5 的功能与应用

Gemini Robotics 2.5 是该公司最新的视觉-语言-行动 (VLA) 模型，能将视觉信息和指令转化为机器人的物理动作。目前该模型正在向 Google 的机器人合作伙伴推出。

该模型在超过 200 项不同任务上进行了评估，包括使用夹子上菜、为礼品盒系上蝴蝶结以及使用移液管转移液体。这些活动测试了从处理精细物品到操作柔性材料和使用日常工具的多种能力。与以往基准相比，该模型在任务成功率上提高了 30% 至 100%，并且根据 Google 的数据，其活动完成速度也提高了 20% 至 30%。该模型可在不同的机器人平台上运作，包括 Apptronik 的 Apollo 2 人形机器人和使用双指平行夹爪的 Franka Duo 系统。

在梅赛德斯-奔驰的演示中，Google 的体现推理模型 Gemini Robotics ER 追踪工作流程，而 Gemini Robotics 2.5 控制机器人的手臂和手。Apollo 2 从供应箱中取出金属支架并将其放入排序容器中，必要时调整其动作。

安全性与适应性提升

除了灵活性之外，Google 还改善了该模型在应对物理危险方面的能力。其推理时间指导帮助机器人避开障碍物并在人群中运作。在公司的评估中，该能力使得在障碍物周围的安全任务完成率提高了 33%，而在靠近人员时则提高了 43%。Google 还推出了 ASIMOV-Jailbreak，这是一个开源基准，用于测试机器人系统是否能抵抗伪装的危险指令。该基准包含数百个涵盖几十个场景的提示。

Google 报告称，Gemini 4 Argon 在这些越狱尝试中达到了 99.5% 的抵抗力，而之前的 Gemini Robotics ER 2 基准则为 82%。该公司还表示，Gemini 4 Argon 加速了其新机器人模型的开发。该系统能够从真实世界的镜头画面生成数千次模拟练习，并创建实体环境的数字双胞胎。研究人员可以将这些模拟与实际训练演示相结合，以帮助机器人将其技能泛化到不熟悉的物体和环境中。

Argon 还能分析失败的尝试并为后续训练提供改进建议。

这些进展标志着 Google 最新的推动，以将更具适应性的机器人引入工业和日常环境。然而，96% 的工厂结果仍然是一个概念验证，而不是广泛商业部署的证据。Gemini Robotics 2.5 目前正在向 Google 的机器人合作伙伴推出。

Gemini Robotics 2.5 的商业潜力与挑战

Gemini Robotics 2.5 的推出显示了 Google 在机器人技术上的重大进展，特别是在工厂自动化方面。成功率达 96% 的测试结果虽然令人鼓舞，但仍需注意这只是概念验证，未来的商业应用尚未确定。此外，模型在处理物理危险和提升安全性方面的改进，显示出其在日常环境中的潜力。随着技术的进一步发展，如何有效地将这些机器人系统商业化，将成为 Google 需要面对的挑战。